[发明专利]一种基于数据驱动的机床功耗模型建模方法

说明书

本发明提供了一种基于数据驱动的机床功耗模型建模方法，包括以下步骤：选择一台机床作为源机床，通过若干实验获取该源机床功耗特性的源数据集T_src；通过若干实验获取目标机床功耗特性的目标数据集T_tar；通过迁移学习将源数据集T_src向目标数据集T_tar迁移，得到迁移后的源数据集T_s′_rc；利用目标数据集T_tar和迁移后的源数据集T′_src训练回归模型；获取目标机床的功耗模型，解决了现有机床功耗模型建模方法只适用于单一机床功耗模型获取，且获取产线或者车间内各个机床的功耗模型时需要进行大量的重复性标定实验，建模效率较低的问题，通过少量实验即可快速建立目标机床的功耗模型，在保证预测精度的同时大大提高了建模效率。

技术领域

本发明涉及机床功耗模型建模技术领域，尤其涉及一种基于数据驱动的机床功耗模型建模方法。

背景技术

随着现代制造业对能效的要求越来越高，机床能耗近年来受到广泛关注，机床的功耗特性直接影响机床加工的能耗，不同型号的机床功耗特性完全不同，即使是同型号的机床，其功耗特性也会有差异。

专利201910013924.8公开了一种基于切削力的机床铣削加工过程的功耗模型建模方法，该方法将机床铣削加工过程的能耗分为空载功耗、切削功耗和额外负载功耗，通过实验获得机床铣削加工过程的总功耗模型，这种建模方法只适用于单一机床功耗模型的获取，但是如要获取产线或者车间内各个机床的功耗模型，就需要进行大量的重复性标定实验，建模效率较低。

发明内容

本发明公开的一种基于数据驱动的机床功耗模型建模方法，解决了现有机床功耗模型建模方法只适用于单一机床功耗模型获取，且获取产线或者车间内各个机床的功耗模型时需要进行大量的重复性标定实验，建模效率较低的问题，通过少量实验即可快速建立目标机床的功耗模型，在保证预测精度的同时大大提高了建模效率。

为达到上述目的，本发明的技术方案具体是这样实现的：

本发明公开一种基于数据驱动的机床功耗模型建模方法，包括以下步骤：

选择一台机床作为源机床，通过若干实验获取该源机床功耗特性的源数据集T_src：

T_src＝{(x_i^src,y_i^src)},i＝1,2,....,n (1)

其中，x_i^src表示源机床的加工参数，y_i^src表示源机床的功耗数据，n表示源数据集的大小；

通过若干实验获取目标机床功耗特性的目标数据集T_tar:

T_tar＝{(x_i^tar,y_i^tar)},i＝1,2,....m (2)

其中，x_i^tar表示目标机床的加工参数，y_i^tar表示目标机床的功耗数据，m表示目标数据集的大小；

通过迁移学习将源数据集T_src向目标数据集T_tar迁移，得到迁移后的源数据集T′_src；

利用目标数据集T_tar和迁移后的源数据集T′_src训练回归模型；

获取目标机床的功耗模型。